Trelis 开源语音隔离与打断检测模型,小企业可免费商用
alexcovo_eth · x · 2026-11-19
Trelis Research 在 Hugging Face 发布两个语音模型:Voice Isolator(语音隔离)与 Barge Detection(打断检测),采用 Polyform Small Business 许可证——员工少于 100 人、营收低于 100 万美元的企业可按条款免费商用,更大规模需购买年度许可。
设计要点:打断检测用于其 cascade 语音系统,能减少 "嗯"、"对" 这类应答词造成的误打断;在 Turnbench 对比中误打断少于 Silero VAD 和 VAP OTO,代价是打断召回率略降。Voice Isolator 可在 16kHz 单声道音频上抑制背景人声与噪音,纯 CPU 运行、无需说话人注册样本或云服务;官方建议先做语音隔离再做打断检测,但语音识别中需选择性使用,因其可能抑制语音。
「多模态」频道最新
- HiT 论文:分层 Diffusion Transformer 像素空间端到端生成,ImageNet 256 达 1.48 FID — niloofar_mire · 2026-11-19
- NVIDIA 联手 Voxel51、Encord 直播演示 Cosmos Data Factory 生成训练数据 — NVIDIAAI · 2026-11-19
- Gradium 设计 16000 个声音后的经验:好 voice prompt 的五个要素 — rdesh26 · 2026-11-19
- AI 视频把 The Weeknd 换脸成 Michael Jackson,效果惊艳 — TMcFly · 2026-11-19
- AI 影片《Gods Don't Give Gifts》明年 1 月全球院线上映 — DavidmComfort · 2026-11-19
- 固定种子横评三家图像模型:Minimax H3 综合最强 — Engine_Hungry · 2026-11-19